| 1 |
1
얼굴 표정 인식 장치에 의한 얼굴 표정 인식 방법에 있어서,입력 영상에 포함된 얼굴 영역에서 국소 영역들을 분할하는 단계;기 설정된 특징 추출 알고리즘을 이용하여 상기 국소 영역들 각각에서 표정 특징을 추출하는 단계; 및하나의 부류에 하나의 얼굴 표정이 포함될 때까지 반복적으로 얼굴 표정들을 두 개의 부류로 분류하고 해당 분류를 위한 표정 특징을 각각 결정함으로써 생성된 결정 트리(decision tree)를 기초로 상기 추출한 표정 특징을 이용하여 상기 입력 영상에서 얼굴 표정을 인식하는 단계를 포함하는 얼굴 표정 인식 방법
|
| 2 |
2
제1항에 있어서,상기 국소 영역을 분할하는 단계는,ASM(Active Shape Model)을 이용하여 상기 입력 영상에서 상기 얼굴 영역을 검출하고 상기 검출된 얼굴 영역에서 상기 국소 영역을 분할하는 단계인 것을 특징으로 하는 표정 인식 방법
|
| 3 |
3
제1항에 있어서,상기 특징 추출 알고리즘은,LBP(Local Binary Pattern) 기반 알고리즘 및 고유 얼굴(eigenface) 알고리즘 중 어느 하나인 것을 특징으로 하는 얼굴 표정 인식 방법
|
| 4 |
4
제1항에 있어서,상기 결정 트리는,상기 얼굴 표정들을 각각 두 가지의 표정 조합으로 분류하고 상기 표정 조합에 따라 국소 영역별로 계산된 정인식 수를 기반으로 생성되는 것을 특징으로 하는 얼굴 표정 인식 방법
|
| 5 |
5
제4항에 있어서,상기 정인식 수는,훈련 영상에서 추출된 판별 특징을 기초로 상기 분류에 대한 정인식 여부를 판별함으로써 계산되는 것을 특징으로 하는 얼굴 표정 인식 방법
|
| 6 |
6
제5항에 있어서,상기 판별 특징은,상기 훈련 영상에서 추출된 표정 특징 별로 PCA(Principal Component Analysis) 및 LDA(Linear Discriminant Analysis) 또는 SVM(Support Vector Machine) 중 적어도 하나 이상의 알고리즘을 적용함으로써 추출되는 것을 특징으로 하는 얼굴 표정 인식 방법
|
| 7 |
7
제4항에 있어서,상기 결정 트리는,상기 정인식 수의 합의 평균이 최대가 되도록 상기 표정 조합을 기반으로 상기 얼굴 표정들을 두 개의 부류로 분류하고 해당 분류를 위한 표정 특징을 결정하는 과정을 반복적으로 수행함으로써 생성되는 것을 특징으로 하는 얼굴 표정 인식 방법
|
| 8 |
8
입력 영상에 포함된 얼굴 영역에서 국소 영역들을 분할하는 분할부;기 설정된 특징 추출 알고리즘을 이용하여 상기 국소 영역들 각각에서 표정 특징을 추출하는 추출부; 및하나의 부류에 하나의 얼굴 표정이 포함될 때까지 반복적으로 얼굴 표정들을 두 개의 부류로 분류하고 해당 분류를 위한 표정 특징을 각각 결정함으로써 생성된 결정 트리(decision tree)를 기초로 상기 추출한 표정 특징을 이용하여 상기 입력 영상에서 얼굴 표정을 인식하는 인식부를 포함하는 얼굴 표정 인식 장치
|
| 9 |
9
제8항에 있어서,상기 분할부는,ASM(Active Shape Model)을 이용하여 상기 입력 영상에서 상기 얼굴 영역을 검출하고 상기 검출된 얼굴 영역에서 상기 국소 영역을 분할하는 것을 특징으로 하는 표정 인식 장치
|
| 10 |
10
제8항에 있어서,상기 추출부는,LBP(Local Binary Pattern) 기반 알고리즘 및 고유 얼굴(eigenface) 알고리즘 중 어느 하나를 이용하여 상기 국소 영역들 각각에서 표정 특징을 추출하는 것을 특징으로 하는 얼굴 표정 인식 장치
|
| 11 |
11
제8항에 있어서,상기 결정 트리는,상기 얼굴 표정들을 각각 두 가지의 표정 조합으로 분류하고 상기 표정 조합에 따라 국소 영역별로 계산된 정인식 수를 기반으로 생성되는 것을 특징으로 하는 얼굴 표정 인식 장치
|
| 12 |
12
제11항에 있어서,상기 정인식 수는,훈련 영상에서 추출된 판별 특징을 기초로 상기 분류에 대한 정인식 여부를 판별함으로써 계산되는 것을 특징으로 하는 얼굴 표정 인식 장치
|
| 13 |
13
제12항에 있어서,상기 판별 특징은,상기 훈련 영상에서 추출된 표정 특징 별로 PCA(Principal Component Analysis) 및 LDA(Linear Discriminant Analysis) 또는 SVM(Support Vector Machine) 중 적어도 하나 이상의 알고리즘을 적용함으로써 추출되는 것을 특징으로 하는 얼굴 표정 인식 장치
|
| 14 |
14
제11항에 있어서,상기 결정 트리는,상기 정인식 수의 합의 평균이 최대가 되도록 상기 표정 조합을 기반으로 상기 얼굴 표정들을 두 개의 부류로 분류하고 해당 분류를 위한 표정 특징을 결정하는 과정을 반복적으로 수행함으로써 생성되는 것을 특징으로 하는 얼굴 표정 인식 장치
|
| 15 |
15
얼굴 표정 인식 장치가 얼굴 표정 인식을 위한 결정 트리를 생성하는 방법에 있어서,훈련 영상에 포함된 얼굴 영역에서 국소 영역들을 분할하는 단계;기 설정된 특징 추출 알고리즘을 이용하여 상기 국소 영역들 각각에서 표정 특징을 추출하는 단계;상기 표정 특징 각각에서 얼굴 표정 분류에 대한 정인식 여부를 판별하기 위한 판별 특징을 추출하는 단계;상기 표정 특징 별로 얼굴 표정들을 두 가지의 표정 조합으로 각각 분류하고 상기 판별 특징으로 기초로 각각의 분류에 대한 국소 영역별 정인식 수를 계산하는 단계; 및상기 정인식 수를 기반으로 상기 얼굴 표정들을 두 개의 부류로 분류하고 해당 분류를 위한 표정 특징을 결정하는 단계를 포함하는 결정 트리 생성 방법
|
| 16 |
16
제15항에 있어서,상기 국소 영역들을 분할하는 단계는,ASM(Active Shape Model)을 이용하여 상기 훈련 영상에서 상기 얼굴 영역을 검출하고 상기 검출된 얼굴 영역에서 상기 국소 영역을 분할하는 단계인 것을 특징으로 하는 결정 트리 생성 방법
|
| 17 |
17
제15항에 있어서,상기 표정 특징을 추출하는 단계는,LBP(Local Binary Pattern) 기반 알고리즘 및 고유 얼굴(eigenface) 알고리즘 중 어느 하나를 이용하여 상기 국소 영역들 각각에서 표정 특징을 추출하는 단계인 것을 특징으로 하는 결정 트리 생성 방법
|
| 18 |
18
제15항에 있어서,상기 판별 특징을 추출하는 단계는,상기 표정 특징 별로 PCA(Principal Component Analysis) 및 LDA(Linear Discriminant Analysis) 또는 SVM(Support Vector Machine) 중 적어도 하나 이상의 알고리즘을 적용하여 상기 판별 특징을 추출하는 단계인 것을 특징으로 하는 결정 트리 생성 방법
|
| 19 |
19
제15항에 있어서,상기 표정 특징을 결정하는 단계는,상기 정인식 수의 합의 평균이 최대가 되도록 상기 표정 조합을 기반으로 상기 얼굴 표정들을 두 개의 부류로 분류하고 해당 분류를 위한 표정 특징을 결정하는 단계 인 것을 특징으로 하는 결정 트리 생성 방법
|
| 20 |
20
제15항에 있어서,상기 표정 특징을 결정하는 단계 이후에,하나의 부류에 하나의 얼굴 표정이 포함될 때까지 반복적으로 상기 얼굴 표정들을 두 개의 부류로 분류하고 상기 표정 특징을 결정하는 단계를 반복적으로 수행하는 단계를 더 포함하는 것을 특징으로 하는 결정 트리 생성 방법
|
